Search

Tag: #dynamical-systems7 results

透過動力系統重新思考時間序列建模

這篇立場論文主張時間序列建模應從 Transformer 架構轉向動力系統視角。研究強調，捕捉底層物理規則與混沌結構對於實現真正的領域外泛化至關重要。

Reddit r/MachineLearningCommunity•Jun 20#time-series #dynamical-systems #forecasting

BEHAVE 是一個將人類群體視為複雜動力系統的全新 AI 框架。它利用運動學微訊號來構建互動圖，並即時預測集體行為。

研究人員提出一種可透過條件控制、向前與向後推演動力系統的雙向潛在擴散模型。透過比較初始狀態與先向前再向後推演的結果，使用者無需真值、集成模型或控制方程式，即可估計部署時的誤差。

本研究將潛在思維鏈（Latent CoT）推理建模為表徵空間中的軌跡，並應用動力系統分析來理解 CODI 和 COCONUT 等模型的推理演化過程。研究識別出不同的穩定性行為，為提升潛在推理方法的解釋性與效能提供了新框架。

ICLR2026 新論文提出半解析演算法，用於建構 ReLU 基 RNN 固定點與週期的穩定/不穩定流形。透過揭示吸引盆等動力結構，助於可解釋 AI。對科學 ML 與動力系統重建關鍵。

Reddit r/MachineLearningCommunity•Mar 1#rnn #explainable-ai #dynamical-systems

ASIR 勇氣模型將真相揭露形式化為從壓抑（S0）到表達（S1）的狀態轉換，當促進力量超過抑制閾值，即 lambda(1+gamma)+psi > theta+phi。它從人類不對稱風險下的說真話延伸至 AI 系統的政策限制與對齊過濾器。反饋迴路模擬遞迴重新校準，解釋路徑依賴而不歸因意圖。

網路安全博士生尋求對抗式 ML 建議，聚焦訓練時攻擊與測試時規避。數學背景，提議使用微分幾何與動力系統。詢問開放挑戰、近期數學工具論文及資源建議。